AI研究
多Agent研究、AI策略代码生成与评审,但AI输出必须进入证据与风险审查。
QuantDinger当前官方定位是面向个人、策略作者和小团队的local-first、自托管平台。策略代码、风险设置、凭据和部署由使用者控制。
多Agent研究、AI策略代码生成与评审,但AI输出必须进入证据与风险审查。
Strategy API V2覆盖生命周期、参数、数据、下单意图、风险、回测和运行时。
服务端执行回测、实验、报告和维护任务,保留成本与执行假设。
paper与live通道分离,真实Agent交易需要scope、paper_only、服务开关和限额同时通过。
Cursor、Claude Code、Codex等客户端调用获批工具,无需获得券商凭据或管理员JWT。
Docker Compose部署,PostgreSQL与Redis支撑状态、任务和队列,数据与策略由本地环境管理。
2026-08-24对本机安装进行只读检查,不启动交易服务、不读取任何凭据值。
当前官方Compose将长任务与长生命周期交易状态拆开,避免所有工作挤在单一Web进程。
只把官方主仓库和当前源码中能确认的能力写进必修课;其他接口进入扩展开发课。
| 领域 | 当前官方确认 | 课程练习 |
|---|---|---|
| 加密交易所 | Binance、OKX、Bitget、Bybit、Gate、HTX及适配器扩展 | 统一行情、paper策略、限频与密钥隔离 |
| 传统券商 | IBKR、Alpaca工作流 | 账户连接设计、订单意图、权限与对账 |
| AI提供商 | OpenRouter、OpenAI兼容接口、Google、DeepSeek、Grok、MiniMax、自定义端点 | 模型切换、成本记录、输出评审 |
| 开发接口 | Web、Mobile H5、Human API、Agent Gateway、MCP、Python Strategy API V2 | 从人工操作到受限Agent调用 |
“AI Trading Officer”在本课程中是教学角色名称,不是当前官方仓库的独立模块名。它由现有Agent Gateway、MCP、策略服务、风控配置和人工审批组合而成。
每一步都有课堂动作、交付物和验收点。任何真实交易连接都不作为基础班必做内容。
检查Docker、端口、磁盘、管理员凭据策略、加密密钥和备份位置。
交付:《部署前检查表》;验收:不展示任何真实密钥值。
启动Compose栈,确认Web、Mobile、API、数据库、Redis和Worker状态。
交付:服务状态截图与健康检查日志。
配置一个数据源,理解标的规范、K线、基础数据和更新频率。
交付:一个标的的数据字典与时间戳记录。
编写最小策略,掌握初始化、订阅、参数、状态、信号和订单意图。
交付:可执行策略文件与参数说明。
设置成本、滑点、区间和基准,检查收益、回撤、换手与失败样本。
交付:《回测证据包》与反例分析。
在模拟模式观察策略运行、订单、成交、持仓、停止条件和状态恢复。
交付:模拟运行日志与执行偏差表。
创建最小权限token,让Cursor、Claude Code或Codex调用获批工具。
交付:MCP调用记录;验收:客户端看不到券商凭据。
设计服务监控、策略停止、失败恢复、备份和复盘模板。
交付:《运行手册》与故障演练记录。
# 1. 在本机部署目录检查配置,不打印env内容 docker compose config --services # 2. 启动后检查服务状态 docker compose up -d docker compose ps # 3. 验证API健康状态 curl http://127.0.0.1:5000/api/health # 4. 基础班保持paper模式,不打开Agent真实交易开关